Учебное пособие 800436

5.Устинов В.В. Устное заявление [Электронный ресурс]. Режим доступа: http://vch.ru/event/view.html?alias=prioritetnaya_nazugroza.Время обращения: 17.11.20.

6.Коалиция Факт, Прозрачность инкорпорации [Электронный ресурс]. Режим доступа: https://thefactcoalition.org/issues/incorporation-transparency. Время обращения:

7.Al-Quds-Al-Arabi, Была ли независимость судейского совета достигнута после революции? [Электронный ресурс]. Режим доступа: http://bit.ly/30lsidi. Время обращения:

METHODOLOGICAL FEATURES OF MEASURING THE CORRUPTION COMPONENT

ACCORDING TO TRANSPARENCY INTERNATIONAL

E. N. Zenkova, T. A. Sviridova

Zenkova Evgeniya Nikolaevna, Voronezh state technical University, senior lecturer of the Department of management

Russia, Voronezh, e-mail: zenkova.zhenya@bk.ru, tel.: +7-920-414-87-00 Sviridova Tatiana Anatolievna, senior lecturer of the Department of management Voronezh, Russia, e-mail: cviridova81@mail.ru, tel.: +7-903-654-66-95

Abstract. This article is designed to determine the degree of reliability of information used bya companysuch as Transparency International. It contains a critical analysis of the organization's methods and a number of recommendations for improving their methodology.

Keywords: Bribe Payers Index, Corruption Perceptions Index, corruption, Transparency International.

References

1.Lambsdorff, J. Graf. An Empirical Investigation of Bribery in International Trade The European Journal of Development Research (Special Issue: Corruption and Development, 2015). 10, 40–59.

2.Lambsdorff, J. Graf. Background Paper to the 2015 Corruption Perception Index — Framework Document. (the transparency international and goettingen university, june 2015.)

3.dvurechenskikh v. a. methodological audit / v. a. dvurechenskikh, v. p. baranov-m.: financial control, no. 3, 2017.

4.Orlov A. I. Applied multidimensional statistical analysis. - M.: Nauka, 2016. pp. 68-138.

5.Ustinov V. V. Oral statement [Electronic resource]. Mode of access: http://vch.ru/event/view.html?alias=prioritetnaya_nazugroza. Time of request: 17.11.20.

6.Coalition Fact, Transparency of incorporation [Electronic resource]. Mode of access: https://thefactcoalition.org/issues/incorporation-transparency. Time of request: 17.11.20.

7.al-quds-al-arabi, was the independence of the judicial council achieved after the revolution? [Electronic resource]. Mode of access: http://bit.ly/30lsidi. Time of request: 17.11.20.

61

УДК 004.822: 004.896:007.51

МОДИФИЦИРОВАННАЯ ТЕХНОЛОГИЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ ФИНАНСОВЫХ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ

В СОЦИОКИБЕРФИЗИЧЕСКИХ СИСТЕМАХ

В.П. Морозов, Е.А. Родионов, А.И. Сырин

Морозов Владимир Петрович*, Воронежский государственный технический университет, доктор технических наук, доцент, профессор кафедры управления

Россия, г. Воронеж, e-mail: vp_morozov@mail.ru, тел.: +7-951-545-63-69

Родионов Евгений Алексеевич, Воронежский государственный технический университет, аспирант кафедры управления

Россия, г. Воронеж, e-mail: rdnv.ea@gmail.com, тел.: +7-910-285-62-17

Сырин Александр Иванович, Войсковая часть 38953-к

Россия, г. Воронеж

Аннотация. В данной статье приведено описание модифицированной технологии оценки эффективности финансовых инвестиционных проектов в социокиберфизических системах. Показана целесообразность включения в традиционную технологию оценки эффективности финансовых инвестиционных проектов этапов, учитывающих специфику деятельности лица, принимающего решения, выступающего в роли социальной подсистемы социокиберфизической системы, представителем которой является система поддержки принятия инвестиционных решений. Предложено включить такие этапы, как: оценку его компетентности, оценку его психологических свойств и оценку интеллектуальной поддержки его деятельности. Приведены расчётные соотношения основных показателей, используемых в интересах анализа привлекательности финансовых вложений организаций-эмитентов в проекты.

Ключевые слова: инвестиционный проект, искусственный интеллект, оценка эффективности, социокиберфизическая система

Современное научное сообщество активно занимается изучением социокиберфизических систем (СКФС) [5,6]. Примерами СКФС являются организации, эксплуатирующие различные виды информационных систем (ИС), в том числе и интеллектуальных: заводы с автоматизированными линиями, пилотируемые самолёты и др. Интерес к изучению данных систем обусловлен их уникальной структурой и свойствами, которыми они обладают. Суть уникальности заключается в том, что человек - лицо, принимающее решения (ЛПР) и сама система – объект управления, рассматриваются, как единое целое. Возникает необходимость более адекватной оценки функционирования таких систем (учёт целостности ЛПР и ИС и др.) в повседневной деятельности и при их проектировании. Специфика СКФС и их уникальные свойства приведены в [1].

В [3] показано, что множество существующих систем, в том числе и система поддержки принятия инвестиционных решений (СППИР) могут быть представлены, как СКФС. Всех их объединяет наличие трёх подсистем: физической, кибернетической, социальной.

Наличие в СКФС, а, соответственно и в СППИР, социальной подсистемы, в роли которой выступает ЛПР, вызывает необходимость уточнения существующей технологии оценки эффективности разрабатываемых в них или на их основе финансовых инвестиционных проектов (ФИП).

Под технологией оценки эффективности ФИП будем понимать проведение определенной последовательности действий, связанных с реализацией частных этапов оценки его (проекта) отдельных сторон (составляющих).

© Морозов В.П., Родионов Е.А., Сырин А.И. 2021

62

Цель статьи: уточнить традиционную технологию проведения оценки эффективности ФИП применительно к СКФС с учетом их специфики.

Финансовое инвестирование играет важную роль в экономическом развитии практически всех организаций. Причём среди широкого разнообразия организаций оно имеет особое значение для тех, у которых период деятельности достаточно большой. Действительно, многолетнее успешное функционирование организации способствует накоплению в ней определенных финансовых ресурсов, которыми необходимо умело распоряжаться. Руководство организации стремится, либо вложить эти средства в проекты, связанные с воспроизводством, либо в проекты, связанные с формированием «подушки безопасности» на определённый период времени. В настоящее время, в интересах реализации последней («подушки безопасности») в сравнении с банковскими услугами (депозитами и счетами) в силу объективных причин (высокой инфляции и малых доходов), всё чаще предпочтение отдаётся инвестированию в различные финансовые инструменты на рынке ценных бумаг (РЦБ). В данной статье в качестве подобного инструмента рассматриваются облигации и акции, обеспечивающие стабильный доход на длительный промежуток времени. Доходность этих активов является умеренной, но при умелом управлении она может быть значительно больше доходности банковских инструментов (депозитов и счетов). Ещё более высокую прибыль могут принести такие финансовые инструменты как опционы, фьючерсы и др. Однако их использование приводит к более высоким рискам и, как следствие, более высокой вероятности потере доходности, вплоть до утраты всех вложенных инвестиций.

Перед тем, как принять решение о реализации конкретного ФИП в данной сфере, проводится его всесторонняя оценка. Традиционная технология оценки эффективности ФИП приведена на рис.1.

Рис. 1. Традиционная технология оценки эффективности финансового инвестиционного проекта

Из рис.1 видно, что традиционная технология оценки эффективности ФИП включает восемь основных этапов. Приведенный перечень этапов является условно постоянным. В зависимости от конкретного ФИП, какие-то этапы могут быть исключены из рассмотрения, а какие-то добавлены.

На этапе предварительного анализа ФИП осуществляется учёт множества факторов, имеющих важное значение для дальнейшей реализации проекта. К числу таких факторов относятся:

-состояние РЦБ (уровень стабильности, наличие экстремальных воздействий и др.);

-уровень волатильности активов;

63

-величина капитала, вкладываемого в ФИП;

-горизонт реализации ФИП;

-стратегия управления портфелем ценных бумаг (ПЦБ);

-активы, включаемые в ПЦБ и др.

Наличие этапа моделирования финансовых потоков обусловлено необходимостью чёткого представления о финансировании ФИП (какие финансовые источники необходимо использовать, сколько и в какие моменты времени необходимо производить финансовые вложения, как и куда должны распределяться дивиденды и др.).

Этап максимизации эффекта необходим для оптимизации ФИП. На этом этапе решаются следующие вопросы:

-предварительное хеширование ПЦБ;

-выбор активов, стабилизирующих ПЦБ;

-выбор моделей распределения активов в ПЦБ и др.

На этапе учёта бивалютности решается вопрос о целесообразности применения нескольких валют в рамках ФИП. В случае положительного решения решается вопрос о соотношении между ними.

Ввиду того, что величина инфляции оказывает негативный эффект на любые финансовые вложения и является переменной величиной, то возникает необходимость её учета (компенсации) в ФИП. Поэтому для этих целей этап учёта инфляции является необходимым.

Впроцессе реализации ФИП происходит изменение внешней и внутренней среды, оказывающих существенное влияние на параметры ПЦБ. Порой подобные изменения могут быть весьма динамичными. Это может привести к скачкообразным изменениям, в том числе

инегативным, показателей ПЦБ. Поэтому наличие этапа оценки динамики показателей ПЦБ

иразработки упреждающих мероприятий в интересах парирования негативных последствий, представляется целесообразным.

Винтересах улучшения технологических особенностей проведения расчётов, проводимых в рамках управления ПЦБ, предусмотрен этап нормирования показателей.

Значение наличия этапа учёта рисков трудно переоценить, что делает его обязательным в рамках любого проекта, в том числе и ФИП.

Как отмечалось ранее, принципиальным отличием СКФС вообще и СППИР в частности от обычного ФИП, является наличие социальной подсистемы, в роли которой выступает ЛПР. Поэтому в рамках традиционной технологии оценки эффективности ФИП должны присутствовать этапы оценки социальной подсистемы СКФС (СППИР). Применительно к СППИР в качестве таких этапов целесообразно включить такие этапы, как: оценка компетентности ЛПР, оценка психологических свойств ЛПР и оценка интеллектуальной поддержки ЛПР.

Модифицированная технология оценки эффективности ФИП приведена на рис.2. Новые этапы, предлагаемые в рамках модифицированной технологии оценки эффективности ФИП, отображены на рис.2 прямоугольниками с пунктирными линиями.

Компетентность ЛРП в предметной области управления ПЦБ оказывает существенное влияние на результаты (промежуточные и конечный) ФИП. Не вызывает сомнений тот факт, что опытный ЛПР, в силу наличия знаний и практических навыков, способен умело, а значит эффективно управлять ПЦБ, как в условиях простой, так и в условиях сложной обстановки, складывающейся на РЦБ. Менее опытный ЛПР будет однозначно испытывать проблемы при управлении ПЦБ в условиях сложной обстановки на РЦБ. В плане выбора ЛПР, у организации имеются два основных пути. Первый заключается в использовании труда профессионального биржевого брокера, а второй – в найме на должность ЛПР стороннего работника. Практика показывает, что в основном организации предпочитают второй путь. Понятно, что второй путь более затратный. Поскольку ЛПР нужно учить, создавать рабочие условия, предоставлять соответствующее оборудование и др. Поэтому в рамках технологии

64

оценки эффективности ФИП должен присутствовать этап оценки компетентности ЛПР, в рамках которого должны решаться вышеизложенные вопросы.

Этап учёта психологических свойств ЛПР имеет важное значение для оценки ФИП, как СКФС. Может оказаться, что у ЛПР высокая квалификация, но имеются проблемы личностного психологического характера. Например, его низкая стрессоустойчивость, в экстремальных ситуациях (на РЦБ их возникает великое множество) может привести к генерации спонтанных решений весьма далёких от оптимальных и, как следствие, существенной потере доходности ПЦБ. Об этом необходимо знать заранее и предусматривать затраты на проведение различных мероприятий, направленных на борьбу с психологическими проблемами (например, проведение антистрессовых тренингов, проведение мастер-классов специалистов и др.) или снижение их последствий. Подобные вопросы должны решаться в рамках данного этапа.

Рис. 2. Модифицированная технология оценки эффективности финансового инвестиционного проекта

В [2, 3] показано, что в интересах парирования или снижения негативного эффекта свойства непредсказуемости (психологической и психофизической) социальной подсистемы СКФС, которое детализировано в [1], необходимо предусмотреть возможность реализации в ФИП частных задач с применением элементов искусственного интеллекта (например, нейронных сетей). Перечень подобных задач приведен в [2]. Выбор конкретных задач из данного перечня с обоснованием требуемых затрат на их реализацию должен проводиться на этапе оценки интеллектуальной поддержки ЛПР.

Важное значение, как в рамках традиционной технологии оценки эффективности ФИП, так и в модифицированной, имеет проведение аналитических расчётов.

Известно, что оценка эффективности финансовых инструментов предполагает определение ценности инвестиционного финансового проекта с точки зрения вложенных затрат и предполагаемого конечного эффекта в ключе потребностей организации.

Затратами при определении эффективности финансовых инвестиций будем считать объём средств, потраченных на приобретение последних, а доходом – разницу между суммой средств, затраченных на покупку отдельных финансовых инструментов и их настоящей (реальной) стоимостью.

65

Традиционно, для расчёта эффективности финансового инвестирования используется выражение (1):

где Ндиф- эффективность финансовых инвестиций (норма дохода), выраженная в процентах; Дож- предполагаемый доход от инвестиций; Иф- будущая (реальная) стоимость отдельных инструментов денежного рынка, определённая к моменту осуществления сделки с ценными бумагами; Сф- общий объём средств, потраченных на финансовые активы.

Оценка инвестиционных качеств финансовых инструментов предполагает анализ таких аспектов как: «1) инвестиционная привлекательность отрасли или региона, в которых осуществляет свою непосредственную деятельность вкладчик; 2) инвестиционная привлекательность и материальное состояние предприятия – эмитента (для акций и облигаций предприятий); 3) характер обращения инструмента рынка ценных бумаг; 4) условия эмиссии финансового инструмента» [4].

В таблице 1 приведен ряд показателей, которые используются в интересах оценки эффективности вложений организаций-эмитентов.

Продолжение табл. 1

67

Финансовые и экономические особенности инвестирования являются определяющим фактором в оценке ФИП. Последний должен обеспечивать прибыль, покрывающую вложение денежных средств при продаже продукции, товаров или оказания услуг; увеличение капитала таким образом, чтобы покрыть риски инвестора, связанные с реализацией ФИП, а также компенсировать изменение покупательной способности национальной валюты (инфляции), в которой данный проект реализован; рентабельность инвестиционного проекта в заданный промежуток времени.

Первостепенная задача анализа эффективности ФИП состоит в определении реальности его соответствия обозначенным требованиям. Обоснованность, и, как следствие ценность результатов анализа зависит от корректности методов, используемых при анализе исходных данных, а также от их полноты и достоверности.

Предложенная модифицированная технология оценки эффективности ФИП, отличающаяся от традиционной, наличием этапов, учитывающих особенности функционирования социальной подсистемы СППИР (ЛПР), как неотъемлемой части ФИП, не является завершённой. Однако, даже в таком виде, она представляет определённый интерес, поскольку позволяет оценивать выявленные особенности (например, целостность ЛПР и СППИР) в рамках проектирования ФИП.

По мере проведения дальнейших исследований СППИР, как представителя СКФС, могут появляться новые этапы, требующие обязательного включения в состав технологии оценки эффективности ФИП.

Описание особенностей новых этапов, а также уточнение основных показателей, используемых в интересах анализа привлекательности финансовых вложений организацийэмитентов в ФИП проекты составят суть дальнейших публикаций.

Библиографический список

1. Морозов В.П. Определение и свойства социокиберфизических систем / В.Е. Белоусов, В.П. Морозов, Е.В. Путинцева, А.И. Сырин // «Проектное управление в строительстве». – Воронеж, 2020. – № 4 (21). – С. 90-94.

68

2.Морозов В.П. Принятие решений в информационных социокиберфизических системах поддержки финансовой инвестиционной деятельности / В.П. Морозов, Е.А. Родионов, А.И. Сырин // Информационно-экономические аспекты стандартизации и технического регулирования. 2021. № 3 (61). - С. 54-60.

3.Морозов В.П. Социокиберфизическая система поддержки принятия инвестиционных решений / В.П. Морозов, С.И. Моисеев, Е.А. Родионов, А.И. Сырин // «Проектное управление в строительстве». – Воронеж, 2021. – № 1 (22). – С. 98-105.

4.Ример, М.И. Экономическая оценка инвестиций / М.И. Ример, А.Д. Касатов, Н.Н. Матиенко. – СПб.: Питер, 2008. – 480 с.

5.Fang Y., Roofigari-Esfahan N., Anumba C. A Knowledge-based cyber-physical system (CPS) architecture for informed decision making in construction. Construction Research Congress 2018, ASCE, 2018, pp. 662–672.

6.Petnga L., Austin M. An ontological framework for knowledge modeling and decision support in cyber-physical systems. Advanced Engineering Informatics, 2016, vol. 30, pp. 77–94.

MODIFIED TECHNOLOGY FOR EVALUATING THE EFFECTIVENESS

OF FINANCIAL INVESTMENT PROJECTS IN SOCIOKIBERPHYSICAL SYSTEMS

V.P. Morozov, E.A. Rodionov, A.I. Syrin

Morozov Vladimir Petrovich*, Voronezh state technical university, Doctor of Engineering, associate professor, professor of department of management

Russia, Voronezh, e-mail: vp_morozov@mail.ru, tel.: 7-951-545-63-69

Rodionov Eugene Alekseyevich, Voronezh state technical university, postgraduate student of the department of management

Russia, Voronezh, e-mail: rdnv.ea@gmail.com, tel.: 7-910-285-62-17

Syrin Aleksandr Ivanovich, Military base 38953-к Russia

Abstract. This article describes a modified technology for evaluating the effectiveness of financial investment projects in sociokiberphysical systems. The feasibility of including stages taking into account the specifics of the activity of the decision-maker acting as a social subsystem of the sociokiberphysical system, representative of which is the investment decision support system, is shown in the traditional technology for assessing the effectiveness of financial investment projects. It is proposed to include such stages as: assessment of its competence, assessment of its psychological properties and assessment of intellectual support for its activities. The calculated ratios of the main indicators used for analysis of attractiveness of financial investments of issuing organizations in projects are given.

Keywords: investment project, artificial intelligence, performance assessment, sociokiberphysical

system

References:

1.Morozov V.P. Opredelenie i svojstva sociokiberfizicheskih sistem / V.E. Belousov, V.P. Morozov, E.V. Putinceva, A.I. Syrin // «Proektnoe upravlenie v stroitel'stve». – Voronezh, 2020. –

№4 (21). – S. 90-94.

2.Morozov V.P. Prinjatie reshenij v informacionnyh sociokiberfizicheskih sistemah podderzhki finansovoj investicionnoj dejatel'nosti / V.P. Morozov, E.A. Rodionov, A.I. Syrin // Informacionno-jekonomicheskie aspekty standartizacii i tehnicheskogo regulirovanija. 2021. № 3 (61). - S. 54-60.

3.Morozov V.P. Sociokiberfizicheskaja sistema podderzhki prinjatija investicionnyh reshenij / V.P. Morozov, S.I. Moiseev, E.A. Rodionov, A.I. Syrin // «Proektnoe upravlenie v stroitel'stve». – Voronezh, 2021. – № 1 (22). – S. 98-105.

69

4.Rimer, M.I. Jekonomicheskaja ocenka investicij / M.I. Rimer, A.D. Kasatov, N.N. Matienko. – SPb.: Piter, 2008. – 480 s.4. Fang Y., Roofigari-Esfahan N., Anumba C. A Knowledgebased cyber-physical system (CPS) architecture for informed decision making in construction. Construction Research Congress 2018, ASCE, 2018, pp. 662–672.

5.Fang Y., Roofigari-Esfahan N., Anumba C. A Knowledge-based cyber-physical system (CPS) architecture for informed decision making in construction. Construction Research Congress 2018, ASCE, 2018, pp. 662–672.

6.Petnga L., Austin M. An ontological framework for knowledge modeling and decision support in cyber-physical systems. Advanced Engineering Informatics, 2016, vol. 30, pp. 77–94.

70